SuperAPI AI 工具集

imaging-data-commons

数据与分析

查看项目

更新于 10-15 23:43

技能介绍

用途:查询并下载美国国家癌症研究所 Imaging Data Commons(IDC)的公共癌症影像数据,供研究或商业使用前可核查许可。数据访问无需认证。

主要能力:发现 IDC 集合(collection),按癌种、模态、解剖部位等元数据筛选影像子集;访问 DICOM 数据,覆盖放射学(CT、MR、PET)与病理(切片显微)影像;查询临床与派生对象(分割、标注、放射组学特征)元数据;下载文件;在浏览器中查看影像;核查数据许可与引用。

使用方式:需先选择访问路径。若当前会话已有 IDC MCP 服务器,发现与元数据查询交由该服务器处理;否则运行 python scripts/check_version.py 检查 idc-index 是否已安装且为最新。已安装时用 idc-index:client = IDCClient(),以 client.sql_query() 查询元数据、client.download_from_selection() 下载、client.get_viewer_URL() 可视化。若未安装且只需只读元数据,可用 REST API(https://api.imaging.datacommons.cancer.gov/v3)配合 curl,无需安装;需要下载文件、pandas 分析、pydicom/SimpleITK、病理切片、超过 10000 行结果或可重复脚本时,再安装 idc-index(约 77 MB 索引数据及 pandas、pyarrow、duckdb 依赖),建议使用虚拟环境。

数据模型:在 DICOM 层级上增加 collection_id(按疾病、模态或研究重点分组)与 analysis_result_id(派生对象);PatientID 非全局唯一,应以 (collection_id, PatientID) 作为患者键。

限制:REST API 返回上限 10000 行,超出需改用其他路径;仅支持 v3,V1、V2 已废弃并计划关停;使用 Google Cloud Healthcare API 或 BigQuery 需 GCP 认证;IDC Portal 仅支持交互式浏览,无编程接口,不应作为脚本步骤;具体最新版本与数据规模请在用时重新核查。部分功能细节资料中暂未提供。